Параметр "stratify" из метода "train_test_split" (scikit Learn)

Я пытаюсь использовать train_test_splitпакет scikit Learn, но у меня проблемы с параметром stratify. Ниже приведен код:

from sklearn import cross_validation, datasets 

X = iris.data[:,:2]
y = iris.target

cross_validation.train_test_split(X,y,stratify=y)

Однако у меня все еще возникает следующая проблема:

raise TypeError("Invalid parameters passed: %s" % str(options))
TypeError: Invalid parameters passed: {'stratify': array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])}

Есть ли у кого-нибудь представление о том, что происходит? Ниже представлена ​​документация по функциям.

[...]

stratify : array-like или None (по умолчанию None)

Если не None, данные разделяются стратифицированным образом, используя это как массив меток.

Новое в версии 0.17: расслоение разбиения

[...]

Scikit-Learn просто говорит вам, что не распознает аргумент «расслоение», а не то, что вы его неправильно используете. Это связано с тем, что параметр был добавлен в версии 0.17, как указано в процитированной вами документации.

Так что вам просто нужно обновить Scikit-Learn.

Этот stratifyпараметр выполняет разделение, так что пропорция значений в произведенной выборке будет такой же, как пропорция значений, предоставленных параметру stratify.

Например, если переменная yявляется бинарной категориальная переменная со значениями 0и 1и есть 25% нулей и 75% из них, stratify=yубедитесь , что ваш случайный раскол имеет 25% 0«s и 75% 1» с.

Для моего будущего себя, пришедшего сюда через Google:

train_test_splitсейчас в model_selectionигре, следовательно:

from sklearn.model_selection import train_test_split

# given:
# features: xs
# ground truth: ys

x_train, x_test, y_train, y_test = train_test_split(xs, ys,
                                                    test_size=0.33,
                                                    random_state=0,
                                                    stratify=ys)

это способ его использовать. Установка random_stateжелательна для воспроизводимости.

В этом контексте стратификация означает, что метод train_test_split возвращает обучающие и тестовые подмножества, которые имеют те же пропорции меток классов, что и входной набор данных.

Попробуйте запустить этот код, он «просто работает»:

from sklearn import cross_validation, datasets 

iris = datasets.load_iris()

X = iris.data[:,:2]
y = iris.target

x_train, x_test, y_train, y_test = cross_validation.train_test_split(X,y,train_size=.8, stratify=y)

y_test

array([0, 0, 0, 0, 2, 2, 1, 0, 1, 2, 2, 0, 0, 1, 0, 1, 1, 2, 1, 2, 0, 2, 2,
       1, 2, 1, 1, 0, 2, 1])